Qwen3-Coder-Next Technisch Rapport
Qwen3-Coder-Next Technical Report
February 28, 2026
Auteurs: Ruisheng Cao, Mouxiang Chen, Jiawei Chen, Zeyu Cui, Yunlong Feng, Binyuan Hui, Yuheng Jing, Kaixin Li, Mingze Li, Junyang Lin, Zeyao Ma, Kashun Shum, Xuwu Wang, Jinxi Wei, Jiaxi Yang, Jiajun Zhang, Lei Zhang, Zongmeng Zhang, Wenting Zhao, Fan Zhou
cs.AI
Samenvatting
Wij presenteren Qwen3-Coder-Next, een open-weight taalmodel gespecialiseerd voor codeeragentschappen. Qwen3-Coder-Next is een model met 80 miljard parameters waarvan tijdens inferentie slechts 3 miljard parameters geactiveerd worden, wat sterke codeercapaciteit combineert met efficiënte inferentie. In dit onderzoek verkennen we hoe ver geavanceerde trainingsmethoden de capaciteitsgrenzen kunnen verleggen van modellen met een kleine parameterfootprint. Hiertoe voeren we agentgericht training uit door grootschalige synthese van verifieerbare codeertaken gekoppeld aan uitvoerbare omgevingen, waardoor leren direct vanuit omgevingsfeedback mogelijk wordt via mid-training en reinforcement learning. Op agentgerichte benchmarks zoals SWE-Bench en Terminal-Bench bereikt Qwen3-Coder-Next competitieve prestaties in verhouding tot het aantal actieve parameters. Wij publiceren zowel basis- als instructie-afgestemde open-weight versies om onderzoek en praktische ontwikkeling van codeeragentschappen te ondersteunen.
English
We present Qwen3-Coder-Next, an open-weight language model specialized for coding agents. Qwen3-Coder-Next is an 80-billion-parameter model that activates only 3 billion parameters during inference, enabling strong coding capability with efficient inference. In this work, we explore how far strong training recipes can push the capability limits of models with small parameter footprints. To achieve this, we perform agentic training through large-scale synthesis of verifiable coding tasks paired with executable environments, allowing learning directly from environment feedback via mid-training and reinforcement learning. Across agent-centric benchmarks including SWE-Bench and Terminal-Bench, Qwen3-Coder-Next achieves competitive performance relative to its active parameter count. We release both base and instruction-tuned open-weight versions to support research and real-world coding agent development.